首先，先說說寫這篇文章的背景。
我的上一篇文章，只是分享了幾個 skill，卻有超出預期的朋友收藏關注。
我認爲 AI 是趨勢，黑盒裏面大部分都是學生朋友，所以我想要在黑盒裏面寫一篇掃盲，
幫助同學們理解 目前 AI 裏面最火的幾個名詞的定義和概念。
即 Agent，MCP，Skill。
我會先用十分嚴謹的定義，解釋 Agent 和 MCP。請朋友們耐着性子看完。
（我自己是在騰訊技術工程那邊自學的）
“智能體”（Agent）在計算機科學和人工智能領域指的是一個能夠感知環境、自主決策並採取行動以實現特定目標的實體或系統。它可以是軟件程序、機器人硬件，甚至是生物實體（如人類或動物），但在 AI 領域通常指軟件智能體。
AI agent是基於大模型，具備記憶能力、能夠有自主推理和規劃工具的使用，從而來解決問題的智能程序。
即AI Agent = 大模型 + 記憶 + 使用工具 + 自主規劃
Agent 和 AIGC 最大的區別：
AIGC 主要以生成式任務爲主，而 Agent 是可以通過自主決策能力完成更多通用任務的智能系統。
常見的 AIGC 系統（文生文，文生圖）的核心就是一個生成模型，而 Agent 是一個集Function Call 模型、軟件工程於一體的複雜的系統，需要處理模型和外界的信息交互。
Agent 可以集成 AIGC 能力完成某些特定的任務，也就是 AIGC 可以是 Agent 系統裏面的一個子模塊。
Agent 最大的特點是，藉助 Function Call 模型，可以自主決策使用外接的一些工具來完成特定的任務。
MCP（Model Context Protocol，模型上下文協議）是由人工智能公司 Anthropic 於 2024 年 11 月 24 日正式發佈並開源的協議標準。Anthropic 公司是由前 OpenAI 核心人員成立的人工智能公司，其發佈的 Claude 系列模型是爲數較少的可以和 GPT 系列抗衡的模型。
MCP 協議旨在解決大型語言模型（LLM）與外部數據源、工具間的集成難題，被比喻爲“AI應用的USB-C接口“。通過標準化通信協議，將傳統的“M×N集成問題”（即多個模型與多個數據源的點對點連接）轉化爲“M+N模式”，大幅降低開發成本。
現在是零門檻版本：
先說 Agent 。
它就是那個能扛事兒的主角，你把它想象成一個極具主觀能動性的高級工程師。
你給它一個模糊的任務比如：把小黑盒的登錄功能修好。
它不會傻傻地問你第一步點哪第二步敲啥代碼，而是自己在那琢磨，查報錯日誌，定位代碼文件最後修改測試。
它和普通聊天機器人的區別就在於它能真的去執行任務而不是隻在對話框裏打嘴炮。
那 Skill 是什麼呢？
在 Claude Code 的語境下 Skill 其實是這位工程師自帶的喫飯家伙事兒，也就是它出廠設置裏就寫在骨子裏的原生能力。
比如在終端裏運行 ls 命令查看文件列表，或者用 grep 去搜索代碼字符串，甚至直接用 edit 指令去修改具體的文本文件，
這些能力不需要你再去額外部署什麼複雜的服務器，它們是 Agent 與生俱來的基本操作單元。
就像木匠隨身掛在腰帶上的錘子和捲尺，Agent 想要在你的電腦上幹活必須得先有這些最基礎的本地交互能力才能對文件系統下手。
最後是MCP，它是 Model Context Protocol 的縮寫，模型上下文協議。
如果說 Skill 是自帶的錘子。
那 MCP 就是一個通用的萬能擴展塢或者說是 USB 接口標準。
因爲 Agent 光會改本地文件不夠啊，它可能還得去查閱公司內部的私有文檔，去連一下線上的數據庫，或者去 GitHub 上拉取最新的 issue，
這些外部的資源千奇百怪接口各不相同，以前要連這些東西得給 Agent 寫無數個特製的適配器，現在有了 MCP 只要大家都遵守這個協議標準。
Agent 就能即插即用，你把數據庫做成 MCP Server 我們的 Agent 立馬就能讀懂裏面的數據而不需要重新訓練或者寫一堆膠水代碼。
所以總結下來這三者的關係特別清晰，Agent 是那個有腦子會思考負責統籌全局的包工頭，Claude code 裏的 Skill 是包工頭隨身攜帶的瑞士軍刀專門用來處理本地代碼文件的讀寫和執行，
而 MCP 則是一套標準化的外接插座協議（可以理解爲裝瑞士軍刀的腰帶哈哈哈）
讓包工頭能隨時接上各種外部的大型機械設備來擴展自己的能力邊界。
講的不好，盒友們多多包涵捏，有問題可以在評論區留言。
曉風乾丨 大四 Base北京 AI產品在職
想縮小科技帶來的信息差 分享很酷的AI玩法。
希望得到您的點贊轉發愛心三連支持，
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
